机器学习实战课
shaojie_wang
人工智能这么火吗
展开
-
机器学习实战-使用matplotlib绘制决策树
matplotlib注解本文中使用matplotlib中的注解功能绘制树形图,它可以对文字着色并提供多种形状用以选择,而且我们还可以翻转箭头,将他指向数据或者节点。废话不多,刚代码,先完成使用文本注解绘制树节点。先来解决一个matplotlib中文显示乱码的问题,加入如下代码即可:import matplotlib.pyplot as plt plt.rcParams['font.sans-se...原创 2018-02-18 23:43:22 · 1164 阅读 · 0 评论 -
从代码实践机器学习实战-决策树
计算给定数据集的香农熵在本章中,给出决策树的训练方法,以及训练中的信息增益。首先介绍了信息增益,信息增益有两种,一种是香农熵,另一种是基尼不纯度。第一段代码就是计算香农熵,我在读书的时候研究过结构化随机森林,曾经评估过香农熵,有一定的了解,代码看起来不太费劲(其实本来就比较简单),不怂,直接上书中提供的代码:from math import log def calcShannonEnt(dat...原创 2018-02-07 23:49:05 · 167 阅读 · 0 评论 -
机器学习实战读书笔记啊-朴素贝叶斯分类器
首先来简单介绍一下贝叶斯分类吧,贝叶斯分类的基础是概率比较的分类方式,假设给定一个数据集x,x类别为1的概率记做p1(x),x为2的概率记做p2(x),如果p1(x) > p2(x),则预测x的类别为1,否则预测x的类别为2.大概的道理就是这样,计算p1(x)和p2(x)的方式会复杂一些,需要引入贝叶斯概率,这就是朴素贝叶斯分类器的原理。朴素贝叶斯的优点在于其可以在数据较少的情况下已然可以处...原创 2018-03-04 12:00:02 · 240 阅读 · 0 评论